Mô hình thời lượng chuyến bay: Thêm sân bay khởi hành
Một số sân bay bận rộn hơn những sân bay khác. Một số cũng lớn hơn. Các chuyến bay rời từ những sân bay lớn hoặc bận rộn thường tốn nhiều thời gian lăn bánh hoặc chờ đến lượt cất cánh. Vì vậy, hợp lý khi cho rằng thời lượng chuyến bay có thể phụ thuộc không chỉ vào quãng đường bay mà còn vào sân bay khởi hành.
Bạn sẽ làm cho mô hình hồi quy tinh vi hơn một chút bằng cách thêm sân bay khởi hành như một biến dự báo.
Dữ liệu này đã được chia thành tập huấn luyện và kiểm tra, lần lượt có sẵn dưới tên flights_train và flights_test. Sân bay xuất phát, lưu trong cột org, đã được đánh chỉ mục thành org_idx, và sau đó được one-hot encode thành org_dummy. Vài bản ghi đầu tiên được hiển thị trong terminal.
Bài tập này là một phần của khóa học
Machine Learning với PySpark
Hướng dẫn bài tập
- Huấn luyện một mô hình hồi quy tuyến tính trên dữ liệu huấn luyện.
- Tạo dự đoán cho dữ liệu kiểm tra.
- Tính RMSE cho các dự đoán trên dữ liệu kiểm tra.
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
from pyspark.ml.regression import LinearRegression
from pyspark.ml.evaluation import RegressionEvaluator
# Create a regression object and train on training data
regression = ____(____).____(____)
# Create predictions for the testing data
predictions = ____.____(____)
# Calculate the RMSE on testing data
____(____).____(____)